REEL-BF Design: Achieving the SDP Bound for Downlink Beamforming with Arbitrary Shaping Constraints
本文考虑了多用户多输入单输出（MISO）下行链路的波束成形设计与任意数量的（上下文特定的）成形约束。在这种设置中，国家的最先进的波束形成方案不能达到众所周知的性能界限所承诺的半定规划（SDP）松弛技术。为了缩小这一差距，我们提出了一种冗余信号嵌入线性波束形成（REEL-BF）方案，其中每个用户被分配一个信息波束形成器和多个成形波束形成器。结果表明，所提出的REEL-BF方案可以执行一般的秩$K$波束成形的用户符号在一个低复杂度和结构化的方式。此外，充分条件，以保证REEL-BF计划总是实现线性波束形成方案的SDP界。在此基础上，提出了一种在多项式时间内求解REEL-BF最优解的有效算法。数值结果表明，所提出的方案享有显着的性能增益比现有的替代品。
2017-02-10 cs.IT math.IT
Opportunistic Scheduling and Beamforming for MIMO-SDMA Downlink Systems with Linear Combining
本文针对MIMO-SDMA下行链路系统，提出了一种基于线性合并的多用户调度和波束形成方案。从每个移动终端（MT）的所有天线接收的信号被线性组合以改善{ \em有效}信号与噪声干扰比（SINR）。通过利用关于有效SINR的有限反馈，基站（BS）调度多个波束上的同时数据传输到具有最大有效SINR的MT。利用极值理论，我们推导出渐进的系统吞吐量和缩放定律的建议调度和波束形成方案与不同的线性组合技术。计算机模拟证实了所提出的方案可以大大提高系统的吞吐量。
2007-06-26 cs.IT math.IT
Transmitter and Precoding Order Optimization for Nonlinear Downlink Beamforming
考虑多输入多输出（MIMO）广播信道（BC）的下行链路，其中每个接收器配备有单个天线，并且发射器执行非线性脏纸编码（DPC）。我们提出了一种有效的算法，找到最佳的发射滤波器和功率分配，以及最佳的预编码顺序（S）可能提供个人DPC订单之间的时间共享。随后推导出任意预编码顺序的最优性的充分必要条件。在此基础上，我们提出了一个次优算法，表现出优异的性能，具有低复杂度。
2007-02-22 cs.IT math.IT
How to Fully Exploit the Degrees of Freedom in the Downlink of MISO Systems With Opportunistic Beamforming
多输入单输出（MISO）系统的下行链路中的机会波束形成形成$N$发射波束，通常不超过发射天线的数量$N_t$。然而，该下行链路中的自由度与$N_t^2$一样大。也就是说，最多$N_t^2$而不是仅$N_t$用户可以被同时发送，因此调度等待时间可以显著减少。本文主要研究瑞利衰落信道下MISO系统下行链路中使用$N_t<N\le N_t^2$发射波束的机会波束形成方案。我们首先展示了如何设计具有最大数量的发射波束以及它们中的任何一对之间的相关性尽可能少的波束形成矩阵，通过傅立叶，格拉斯曼，和相互无偏基地（MUB）在实践中的基础上的建设。然后，我们利用极值顺序统计量的渐近理论分析了它们的系统吞吐量。最后，我们的仿真结果表明，基于格拉斯曼的波束形成实现了最大的吞吐量在所有情况下与$N_t=2$，3，4。然而，如果我们想要利用全部$N_t^2$自由度，我们将分别在具有$N_t=3$、4的情况下采用基于傅立叶和基于MUB的构造。
2009-01-05 cs.IT math.IT
A Decentralized Method for Joint Admission Control and Beamforming in Coordinated Multicell Downlink
在蜂窝网络中，准入控制和波束成形优化是交织在一起的问题。虽然波束成形优化旨在满足用户的服务质量（QoS）要求或提高QoS水平，但准入控制着眼于应该如何选择用户的子集，使得波束成形优化问题可以在所提供的QoS水平方面产生合理的解决方案。然而，为了简化设计，这两个问题通常被视为单独的问题。本文考虑联合准入控制和波束成形（JACoB）下协调多小区MISO下行链路的情况。我们制定JACoB作为一个用户数最大化的问题，其中选定的用户保证收到他们所要求的QoS水平。制定的问题是组合和硬，我们推导出一个凸逼近的问题。我们的凸近似公式的一个优点是，它可以很容易地分解为每个基站的分散优化，即通过块坐标下降。仿真结果证明了所提出的分散方法的有效性。
2012-11-20 cs.IT math.IT
Specific Absorption Rate-Aware Beamforming in MISO Downlink SWIPT Systems
研究了在多用户多输入单输出（MISO）下行链路中，基于比吸收率（SAR）约束的无线信息功率同步传输（SWIPT）的最优发射波束形成设计问题。我们考虑SWIPT的功率分配技术，其中每个接收器将接收到的信号分成两部分：一部分用于信息解码，另一部分用于能量收集，并具有实用的非线性整流模型。感兴趣的问题是尽可能多地最大化接收到的信号与干扰加噪声比（SINR）和所有接收器收获的能量，同时通过优化发射机处的发射波束成形和不同接收器处的功率分配比来满足发射功率和SAR约束。利用半定规划和二分法搜索，得到了最优波束形成和功率分配的解。研究了低复杂度的固定波束形成和混合波束形成技术。此外，我们研究了不完美的信道信息和辐射矩阵的影响，并设计了鲁棒波束形成，以保证最坏情况下的性能。仿真结果表明，我们提出的算法可以有效地处理无线电暴露的约束，并显着优于传统的传输方案与功率回退。
2019-11-24 cs.IT math.IT
A Deep Learning Framework for Optimization of MISO Downlink Beamforming
在多用户多输入单输出（MISO）系统中，波束形成是提高接收信号质量的有效手段。传统上，寻找最佳波束成形解决方案依赖于迭代算法，这引入了高计算延迟，因此不适合实时实现。在本文中，我们提出了一个深度学习框架，用于下行链路波束成形的优化。特别地，基于卷积神经网络和利用专家知识（诸如上行链路-下行链路对偶性和最优解的已知结构）来获得解。使用这个框架，我们构建了三个波束形成神经网络（BNN）的三个典型的优化问题，即，信号与干扰加噪声比（SINR）平衡问题、功率最小化问题以及和速率最大化问题。对于前两个问题，BNN采用监督学习方法，而对于和率最大化问题，采用监督和无监督学习的混合方法。仿真结果表明，BNN在解决SINR均衡和功率最小化问题时，性能接近加权最小均方误差算法，而在解决和速率最大化问题时，计算复杂性明显降低。总之，这项工作铺平了道路，快速实现多用户MISO系统中的最佳波束形成。
2020-01-14 cs.IT math.IT
Joint Design of Digital and Analog Processing for Downlink C-RAN with Large-Scale Antenna Arrays
在具有大规模天线阵列的毫米波通信系统中，传统的数字波束成形可能不是成本有效的。一个有前途的解决方案是实现混合波束成形技术，它包括低维数字波束成形，然后是模拟射频（RF）波束成形。本文研究了云无线接入网（C-RAN）架构下混合波束赋形的优化问题。在C-RAN系统中，数字基带信号处理功能通过有限容量前传链路从远程无线电头端（RRH）迁移到“云”中的基带处理单元（BBU）。具体而言，这项工作解决了联合优化数字波束成形和前传量化策略在BBU，以及RF波束成形在RRH的问题，与最大化的加权下行链路总速率的目标。前传容量和每RRH功率约束连同对RF波束成形矩阵的恒模约束一起被强制执行。提出了一种基于逐次凸逼近和松弛恒模约束的迭代算法。数值仿真结果验证了该方法的有效性。
2017-04-03 cs.IT math.IT
Optimal Beamforming and Time Allocation for Partially Wireless Powered Sensor Networks with Downlink SWIPT
无线供电传感器网络（WPSNs）已经成为未来自我可持续的物联网（IoT）网络的关键发展。为了在自维持性和可靠性之间实现良好的平衡，具有混合功率解决方案的部分WPSN在实际应用中是可取的。具体来说，大多数传感器节点是无线供电的，但关键的传感器节点采用传统的有线/电池供电的可靠性。因此，本文主要研究了下行链路采用同步无线信息和功率传输（SWIPT）的部分WPSNs的优化设计。两种情况下，空分多址（SDMA）和时分多址（TDMA）在上行链路被认为是。对于支持TDMA和TDMA的部分WPSN，研究了下行链路波束成形、上行链路波束成形和时间分配的联合设计，以最大化上行链路和速率，同时保证服务质量（即，满足下行链路速率约束）。在分析了上行链路和速率最大化问题的可行性和下行链路速率约束的影响后，给出了支持SDMA和支持TDMA的WPSNs的半封闭形式的最优解，并保证了全局最优性。复杂性分析也提供了证明所提出的解决方案在低复杂性的优势。最后通过仿真验证了所提最优解的有效性和最优性。
2018-06-26 cs.IT math.IT
Randomly-Directional Beamforming in Millimeter-Wave Multi-User MISO Downlink
本文研究了毫米波多用户多输入单输出下行链路系统中的随机定向波束形成。基于均匀随机视距（UR-LoS）信道模型，利用渐近方法分析了毫米波MISO中RDB的性能和MU增益。它表明，存在一个过渡点上的用户数量相对于天线元件的数量的非平凡性能的RDB计划，并且此外，在UR下可以实现任意接近于相对于天线元件的数量的线性缩放的和速率缩放。如果用户数相对于天线数线性增加，则通过适当的用户调度的机会随机波束形成的LoS信道模型元素所提供的结果产生的见解最有效的波束成形和调度选择毫米波MU-MISO在各种操作条件下。仿真结果验证了我们的分析的基础上渐近技术有限的情况下。
2015-06-09 cs.IT math.IT
Model-driven Learning for Generic MIMO Downlink Beamforming With Uplink Channel Information
准确的下行信道信息对于波束成形设计至关重要，但在实际中很难获得。本文研究了一种基于深度学习的下行波束赋形优化方法，以最大化系统和速率，当只有上行信道信息可用时。我们的主要贡献是提出了一种模型驱动的学习技术，利用最佳下行链路波束成形的结构，设计一个有效的混合学习策略，旨在最大限度地提高和速率性能。这是通过在训练阶段联合考虑下行链路信道的学习性能、功率和和速率来实现的。所提出的方法适用于上行链路信道信息可用但其与下行链路信道的关系未知并且不需要显式下行链路信道估计的一般情况。我们进一步扩展开发的技术，以大规模的多输入多输出的情况下，实现了分布式学习策略的多小区系统，而无需小区间信令开销。仿真结果表明，该方法具有接近于现有数值算法的性能，并具有良好的下行信道信息，在总速率方面明显优于现有的数据驱动方法。
2021-09-16 cs.IT eess.SP math.IT
Asynchronous Distributed Downlink Beamforming and Power Control in Multi-cell Networks
在本文中，我们考虑了一个多小区网络，其中每个基站（BS）与天线阵列服务于多个用户。每个用户仅与一个BS相关联并且具有单个天线。假设在系统中仅长期信道状态信息（CSI）可用。目标是最小化满足用户的信号干扰噪声比（SINR）要求所需的网络下行链路传输功率。为此，我们提出了一种异步分布式波束形成和功率控制算法，它提供了相同的最佳解决方案，集中式算法。为了设计算法，功率最小化问题在数学上被公式化为非凸问题。对于分布式实现，非凸问题被投射到对偶分解框架。借助矩阵束理论，提出了一种新的求解非凸问题对偶的异步迭代法。通过对原问题的研究，得到了波束形成和功率控制的方法。最后通过仿真实验验证了算法的收敛性和性能。
2013-11-13 cs.IT math.IT
Joint User Association and Downlink Beamforming for Green Cloud-RANs with Limited Fronthaul
随着智能设备和移动数据流量的爆炸式增长，有限的前传容量已经成为绿色通信接入网络（例如云无线接入网络（C-RAN））的显著瓶颈。在本文中，我们提出了一个联合的用户关联和下行链路波束成形方案的绿色C-RAN，以最大限度地减少网络功耗与有限的前传链路。首先将设计问题转化为一个混合整数非线性规划（MINLP）问题，然后将MINLP问题转化为一个混合整数二阶锥规划（MI-SOCP）问题。通过将整数变量松弛为连续变量，提出了一种可在多项式时间内完成的膨胀算法。仿真结果验证了该算法的有效性，与LTE-A采用的方案相比。
2016-06-23 cs.IT math.IT
Downlink transceiver beamforming and admission control for massive MIMO cognitive radio networks
提出了一种大规模MIMO认知无线电网络中收发机波束赋形和接纳控制联合优化框架。优化问题的目标是支持最大数量的次级用户在下行链路传输的总功率分配给用户的约束，在次级用户和在主节点的干扰达到的速率。所提出的框架考虑到次级和主节点之间的信道的不完善的知识，也减轻了在次级接收器的主用户所造成的干扰。为了解决潜在的NP-难问题，我们提出了一个三步算法，两个备选方案的功率分配，即：等功率和等速率。此外，我们提供了一个解决方案，通过减少问题的一个线性规划（ILP）。在不同的约束条件下，等速率，等功率，和ILP方法的性能进行了研究。
2019-03-18 cs.IT math.IT
Message Passing Algorithm for Distributed Downlink Regularized Zero-forcing Beamforming with Cooperative Base Stations
基站（BS）协作可以将不需要的干扰转化为有用的信号能量以增强系统性能。在协作下行链路中，迫零波束形成（ZFBF）与一个简单的调度器是众所周知的，以获得接近的容量实现脏纸编码的性能。然而，随着网络规模的增长，集中式ZFBF方法过于复杂。在本文中，我们设计的消息传递算法实现正则化ZFBF（RZFBF）在分布式方式使用的信念传播。在所提出的方法中，总的计算成本被分解成许多较小的计算任务进行的相邻BS组和通信只需要相邻BS之间。更重要的是，可以基于信道统计而不是瞬时信道状态信息来计算一些交换的消息，从而显著降低了计算复杂性。仿真结果表明，所提出的算法收敛速度快，准确的RZFBF和更快的比传统的方法。
2013-03-26 cs.IT math.IT
Joint Design of Fronthauling and Hybrid Beamforming for Downlink C-RAN Systems
混合波束形成是一种具有成本效益和广泛的解决方案，用于大规模天线阵列的系统。本工作研究了下行链路云无线电接入网络（C-RAN）架构中用于远程无线电头端（RRH）的混合波束成形解决方案的模拟和数字组件的优化。数字处理在“云”中的基带处理单元（BBU）处执行，并且预编码的基带信号在经由有限容量前传链路传输到RRH之前被量化。在该系统中，我们考虑两种不同的信道状态信息（CSI）场景：1）在BBU处的理想CSI 2）不完美有效CSI。BBU处的数字波束成形和前传量化策略以及RRH处的模拟射频（RF）波束成形的优化是耦合问题，因为接收器处的量化噪声的影响取决于预编码矩阵。由此产生的联合优化问题进行检查的加权下行链路和速率和网络的能量效率最大化的目标。前传容量和每RRH功率约束与RF波束成形矩阵上的恒模约束一起被强制执行。针对理想CSI的情况，通过放松模拟波束形成器的恒模约束，提出了一种基于加权最小均方误差的块坐标下降算法。此外，我们提出了不完美的CSI的加权和速率和网络的能量效率性能的影响，并通过应用样本平均近似算法进行扩展。数值结果证实了该方案的有效性，并表明该算法对估计误差具有鲁棒性。
2019-03-14 cs.IT math.IT
Exploiting Known Interference as Green Signal Power for Downlink Beamforming Optimization
该研究针对多用户MISO下行链路，提出利用已知建设性干扰的波束成形方案，降低发射功率并提升SINR，还扩展了鲁棒方案，实现显著功耗节省。
2015-05-06 cs.IT math.IT
Joint Multiuser Downlink Beamforming and Admission Control for Green Cloud-RANs with Limited Fronthaul Based on Mixed Integer Semi-definite Program
随着远程无线头端（RRH）的密集部署，巨大的网络功耗成为绿色云无线接入网（Cloud-RAN）面临的巨大挑战，多用户下行波束赋形被认为是一种很有前途的解决方案。此外，移动用户（MU）数量的增加导致接纳控制对于具有有限前传容量和预定义功率预算的Cloud-RAN是必不可少的。在本文中，我们考虑联合多用户下行链路波束成形和准入控制（JBAC）的问题，以提高在网络中被接纳的MU，降低网络功耗，同时考虑到服务质量要求的MU，功率预算约束和前传限制。结果表明，JBAC问题是一个混合整数非线性问题，即使采用连续松弛，仍然是非凸的。因此，我们首先将JBAC问题转化为一个混合半定规划问题。然后，我们提出了一个边界改进的分支定界算法，以产生近优解。针对实际应用，提出了一种多项式时间启发式算法来求解次优解。大量的仿真进行了不同的系统配置，以显示所提出的两种方案的有效性。
2017-06-15 cs.IT math.IT
Transfer Learning and Meta Learning Based Fast Downlink Beamforming Adaptation
针对多用户多输入单输出下行链路系统中的信干噪比均衡问题，研究了快速自适应波束形成优化算法。现有的基于深度学习的方法来预测波束成形依赖于训练和测试信道遵循相同分布的假设，这在实践中可能不成立。因此，当测试网络环境改变时，训练的模型可能导致性能恶化。针对这种任务失配问题，提出了两种基于深度迁移学习和元学习的离线自适应算法，能够在测试无线环境发生变化时，利用有限的新标记数据实现快速自适应。此外，我们提出了一个在线算法，以提高离线Meta算法在现实的非平稳环境中的适应能力。仿真结果表明，所提出的自适应算法在新的环境中取得了更好的性能比直接的深度学习算法没有适应。Meta学习算法的性能优于深度迁移学习算法，达到了接近最优的性能。此外，与离线Meta学习算法相比，在线Meta学习算法在变化的环境中表现出更好的适应性能。
2020-11-02 cs.IT math.IT
Delay Performance of the Multiuser MISO Downlink
我们分析了MISO下行链路信道，其中多天线发射机与大量的单天线接收机进行通信。使用线性波束成形或非线性预编码技术，发射机可以在每个传输时隙期间同时服务多个用户。然而，增加用户的数量，即，复用增益减小了波束成形增益，这意味着各个数据率的平均值减小，而它们的方差增大。我们使用随机网络演算来分析由于时变数据率而发生的延迟。我们的研究结果表明，最佳的用户数量，即，复用增益和波束成形增益之间的最佳折衷取决于输入数据业务及其延迟要求。
2018-05-04 cs.IT math.IT
Optimal Joint Beamforming and Power Control in Cell-Free Massive MIMO Downlink
提出了一种新的无小区大规模MIMO（CFmMIMO）系统下行链路联合波束赋形和功率控制优化模型。所提出的优化模型的目标是最大限度地减少用户干扰，同时满足服务质量（QoS）的约束和功耗限制。所提出的最小-最大优化模型是作为一个混合整数非线性规划，这是直接听话。数值结果表明，所提出的联合波束成形和功率控制方案是有效的，并优于竞争方案的数据率，功耗和能源效率。
2021-07-22 cs.IT eess.SP math.IT
Optimal User Pairing for Achieving Rate Fairness in Downlink NOMA Networks
本文研究了下行非正交多址接入（NOMA）网络。我们研究的问题，联合优化用户配对和波束成形设计，以最大限度地提高所有用户之间的最低速率。所考虑的问题属于一类困难的混合整数非凸优化规划。我们首先放松二元约束，并采用序贯凸逼近方法求解放松后的问题，保证至少收敛到局部最优解。数值结果表明，与传统的波束形成方案相比，该方法在用户之间获得了更高的速率公平性，随机配对NOMA和波束形成系统。
2018-12-30 cs.IT math.IT
User Selection for Multi-user MIMO Downlink with Zero-Forcing Beamforming
针对多用户多输入多输出（MIMO）下行信道，提出了一种基于迫零波束形成（ZFBF）的贪婪用户交换选择（GUSS）算法。由于现有的用户选择算法，如迫零选择算法（ZERO FORCED WITH SESSION，ZERO FORCED WITH SESSION），存在“冗余用户”和“局部最优”的缺陷，影响了系统的总速率，GUSS在ZERO FORCED的用户选择过程中增加了“删除”和“交换”操作，分别通过消除“冗余用户”和跳出“局部最优”来提高系统的性能。此外，为了降低GUSS算法的复杂度，提出了一种基于有效信道矢量的有效信道增益更新方案。在此更新方案的帮助下，GUSS具有相同数量级的复杂性的时间，只有一个线性增量。仿真结果表明，平均GUSS达到99.3%的和率上限，通过穷举搜索实现，在传输信噪比的范围内，考虑只有三到六倍的复杂度的MIMO。
2012-06-27 cs.IT math.IT
Multiuser MIMO Downlink Beamforming Design Based on Group Maximum SINR Filtering
在本文中，我们的目标是解决多用户多输入多输出（MIMO）下行波束成形问题，其中一个多天线基站广播数据到许多用户。每个用户被分配多个数据流，并且在其接收器处具有多个天线。提出了一种基于迭代法的联合发射接收波束形成和功率分配问题的有效解决方案。我们采用组最大信号干扰噪声比（SINR）滤波器组（GSINR-FB）作为我们的波束形成器，通过用户的数据流之间的合作，利用接收机的多样性。每个用户的数据流受到平均SINR约束，该平均SINR约束在无线通信系统中具有许多重要的应用，并且用作测量服务质量（QoS）的良好度量。GSINR-FB还优化其输出的平均SINR。在GSINR-FB波束形成器的基础上，提出了一种SINR均衡的最优功率分配结构，将复杂的功率分配问题简化为线性问题。仿真结果验证了所提出的算法优于以前的作品，具有近似相同的复杂度。
2011-03-29 cs.IT math.IT
Multi-Model Wireless Federated Learning with Downlink Beamforming
本文针对无线网络中同时训练多个模型的需求，提出基于轮询设备分配与下行波束成形的多模型联邦学习方法，通过最优性间隙上界构建多组多播波束成形问题并转化为信干噪比倒数之和最小化，利用投影梯度下降求解，仿真验证其优于单模型顺序训练和迫零波束成形。
2024-01-15 cs.IT eess.SP math.IT
Antenna Positioning and Beamforming Design for Fluid-Antenna Enabled Multi-user Downlink Communications
本文研究流体天线多用户MISO下行链路，通过联合优化天线位置与波束赋形矩阵最小化发射功率，并提出基于惩罚法和SCA的交替优化算法，验证其优于固定位置天线系统。
2024-01-14 cs.IT eess.SP math.IT
Neural Network Based Optimization of Transmit Beamforming and RIS Coefficients Using Channel Covariances in MISO Downlink
针对RIS辅助MISO下行链路，提出基于信道协方差的无监督BNN与有监督RIS CNN，以减少波束更新并提升和速率、降低计算时间。
2025-02-17 cs.IT eess.SP math.IT
D2D Assisted Beamforming for Coded Caching
用于编码缓存的设备到设备（D2D）辅助波束成形被认为是在有限信噪比状态中。提出了一种新的波束形成方案，其中利用附近用户之间的本地缓存内容交换。传输分为两个阶段：本地D2D内容交换和下行链路传输。在D2D阶段，用户可以自主地与相邻用户共享内容。下行链路阶段利用多播波束成形来同时服务所有用户以满足剩余的内容请求。我们首先通过两个简单的例子解释主要过程，然后给出一般公式。此外，识别了对于最小化总递送时间有用的D2D传输场景和条件。我们还研究了使用D2D传输来降低多播波束成形的收发器复杂度的益处。通过利用文件片段的直接D2D交换，用于在下行链路阶段中递送剩余文件片段的公共多播速率增加，从而提供大大增强的整体内容递送性能。
2019-05-14 cs.IT math.IT
Optimal Beamforming for MIMO Shared Relaying in Downlink Cellular Networks with ARQ
在本文中，我们研究了自动重传请求（ARQ）和半双工解码和转发共享中继的蜂窝网络的下行链路的性能。在该系统中，两个多输入多输出（MIMO）基站服务于两个单天线用户。MIMO共享中继将丢失的分组重传给目标用户。首先，我们研究了基站直接重传的系统，导出了系统中断概率的封闭表达式，证明了直接重传可以克服衰落，但不能克服干扰。在此之后，我们调用共享中继和设计的中继波束成形矩阵，使信号干扰噪声比（SINR）的改善，在中继功率约束的用户。当只有一个用户的传输失败的情况下，我们推导出一个封闭的形式解决方案的中继波束形成器。另一方面，当两个传输失败时，我们提出的波束形成问题作为一个序列的非凸可行性问题。我们使用半定松弛（SDR）将每个可行性问题转化为凸优化问题。我们确保秩一的解决方案，因此，在SDR中没有最优性的损失。仿真结果表明，所提出的中继波束形成策略相比，直接ARQ系统的中断概率的优越性能。
2016-10-10 cs.IT math.IT
Optimal Resource Allocation and Beamforming for Two-User MISO WPCNs for a Non-linear Circuit-Based EH Model
我们研究了两用户多输入单输出（MISO）无线供电通信网络（WPCN），其中用户设备配备有非线性能量收集（EH）电路。我们考虑时分双工（TDD）传输，其中用户从在下行链路阶段中接收的信号中收获功率，然后，利用该收获的功率用于上行链路阶段中的信息传输。与现有的工作相比，我们采用了一个非线性模型的基础上，所采用的EH电路的精确分析收获的功率。我们联合优化的波束成形矢量在下行链路和下行链路和上行链路传输分配的时间，以最大限度地减少平均发射功率在下行链路下的每用户数据速率约束在上行链路。我们分别给出了资源分配问题的可行性条件和平凡解的存在性条件。对于资源分配具有非平凡解的情况，我们表明，在下行链路中采用不超过三个波束成形向量进行功率传输是最佳的。为了确定这些波束形成向量，我们开发了一种基于半定松弛（SDR）和逐次凸逼近（SCA）的迭代算法。我们的仿真结果表明，所提出的资源分配计划优于两个基线计划的基础上线性和S形EH模型，分别。
2021-10-04 cs.IT math.IT
Sparse Beamforming and User-Centric Clustering for Downlink Cloud Radio Access Network
本文考虑了一个下行链路云无线接入网络（C-RAN），其中所有的基站（BS）通过有限容量的数字回程链路连接到一个中央计算云。每个用户与以用户为中心的BS集群相关联;中央处理器与集群中的BS共享用户的数据，然后通过联合波束成形来合作地服务用户。在此基础上，本文从网络效用最大化的角度研究了用户调度、基站分簇和波束赋形设计问题。与以往的工作不同，本文明确考虑了每个基站的回程容量约束。我们制定了两种不同的模型下的下行链路C-RAN的网络效用最大化问题，取决于是否为每个用户的BS集群是动态的或静态的不同的用户调度时隙。在前一种情况下，以用户为中心的BS集群与每个时频隙中的波束成形向量一起针对每个调度用户进行动态优化，而在后一种情况下，以用户为中心的BS集群针对每个用户是固定的，并且我们联合优化用户调度和波束成形向量以考虑回程约束。在这两种情况下，非凸的每BS回程约束近似使用重新加权的l1范数技术。这种近似允许我们将每BS回程约束重新公式化为加权的每BS功率约束，并且通过广义加权最小均方误差方法来解决加权和速率最大化问题。本文表明，所提出的动态聚类算法可以实现显着的性能增益比现有的天真的聚类方案。本文还提出了两个启发式的静态聚类方案，已经可以实现很大一部分的增益。
2014-10-19 cs.IT math.IT
Two-Way Passive Beamforming Design for RIS-Aided FDD Communication Systems
可重构智能表面（RIS）能够通过低成本的反射元件提供被动波束形成增益，从而提高无线链路质量。这项工作考虑了双向无源波束形成设计在RIS辅助频分复用（FDD）系统中的RIS反射系数是相同的下行链路和上行链路，并应同时优化两个方向。我们制定了一个联合优化的发射/接收波束形成器在基站（BS）和RIS反射系数。目标是最大化下行链路和上行链路速率的加权和，其中加权参数是可调整的，以获得不同的可实现的下行链路-上行链路速率对。我们开发了一个有效的流形优化算法，以获得一个稳定的解决方案。为了比较，我们还介绍了两种启发式设计的基础上单向优化，即分时和相位平均。仿真结果表明，提出的基于流形的双向优化设计显着扩大了可实现的下行链路和上行链路的速率区域相比，两种启发式设计。它也表明，相位平均是优于分时RIS元素的数量是大时。
2021-01-25 cs.IT math.IT
Are mmWave Low-Complexity Beamforming Structures Energy-Efficient? Analysis of the Downlink MU-MIMO
基于使用高于6 GHz的频率（所谓的毫米波（mmWave）带宽）的未来蜂窝系统将严重依赖于在发射器和接收器两者处使用天线阵列，可能具有大量元件。由于复杂性的原因，全数字预编码和后编码结构可能是不可行的，因此已经研究了利用简化的硬件和有限数量的RF链的次优结构。本文认为，并作出比较评估，无论是从频谱效率和能源效率的角度来看，几个次优的预编码和后编码波束成形结构的蜂窝多用户MIMO（MU-MIMO）系统的下行链路。基于最近可用的移相器和开关的能耗数据，我们表明，在某些情况下，全数字波束形成器可以实现比低复杂度解决方案更高的能效，以及基于专用开关的结构在现实场景中实现相当不理想的性能。
2016-10-23 cs.IT math.IT
Augmented Deep Unfolding for Downlink Beamforming in Multi-cell Massive MIMO With Limited Feedback
在有限反馈多用户多输入多输出（MU-MIMO）蜂窝网络中，用户向相关联的基站（BS）发送关于信道条件的量化信息以用于下行链路波束成形。然而，信道量化和波束形成一直被视为两个单独的任务，这使得它很难实现全局系统最优。在本文中，我们提出了一种增强的深度展开（ADU）的方法，联合优化波束成形方案在BS和信道量化方案在用户。特别地，经典的WMMSE波束形成器被展开，并且利用深度神经网络（DNN）对其输入进行预处理以提高性能。在反馈容量受到严格限制的情况下，采用变分信息瓶颈技术进一步提高性能。仿真结果表明，所提出的ADU方法优于所有的基准计划的系统平均速率。
2022-09-03 cs.IT eess.SP math.IT
Optimizing Downlink Resource Allocation in Multiuser MIMO Networks via Fractional Programming and the Hungarian Algorithm
优化多频带、多用户、多天线网络的下行链路的和对数效用需要通过使用云无线电接入网络（CRAN）架构来联合解决相关联的波束成形和用户调度问题;然而，优化这样的网络是非凸和NP难的。本文提出了一种基于分数规划和匈牙利算法的迭代波束形成和调度策略。波束形成策略允许我们以类似于块坐标上升的方式迭代地最大化所选择的目标函数。此外，基于至关重要的洞察力，在下行链路中，干扰模式保持固定的一组给定的波束成形权重，我们使用匈牙利算法作为一种有效的方法来优化调度用户的给定的波束成形权重。具体来说，这种方法允许我们选择最佳用户子集（在所有可用用户的较大集合中）。我们的仿真结果表明，在平均和对数效用，以及和率，该计划大大优于国家的最先进的多小区加权最小均方误差（WMMSE）和贪婪的比例公平WMMSE计划，以及标准的相邻点和顺序二次求解器。重要的是，我们提出的方案也远比多小区WMMSE方案的计算效率。
2020-06-22 cs.IT math.IT
Hybrid Quantum-Classical Neural Networks for Downlink Beamforming Optimization
本文提出两种混合量子-经典神经网络用于多用户下行链路波束成形优化，在显著减少训练参数的同时实现与经典网络相当或更高的总速率性能，并通过软件模拟与硬件仿真验证了其在含噪声量子设备上的鲁棒性。
2024-08-08 cs.IT math.IT
Joint Fractional Time Allocation and Beamforming for Downlink Multiuser MISO Systems
众所周知，只有当用户数量小于基站（BS）的发射天线数量时，基站（BS）处用于管理服务多个用户的干扰的传统发射波束成形才有效。非正交多址接入（NOMA）可以通过牺牲用户的隐私来提高信道条件较差的用户的吞吐量，因为信道条件较好的其他用户可以解码信道条件较差的用户的信息。NOMA仍然倾向于用户的数量小于BS发射机处的天线的数量。本文解决了这样的问题，通过分配单独的分数时隙为用户提供类似的信道条件。这使得BS能够在时间单元内服务更多用户，同时保护每个用户的隐私。分数时间和波束形成向量被联合优化以最大化系统的吞吐量。一个有效的路径跟踪算法，它调用一个简单的凸二次规划在每次迭代，提出了解决这个具有挑战性的优化问题。数值结果证实了它的通用性。
2017-08-28 cs.IT math.IT
Computationally Efficient Robust Beamforming for SINR Balancing in Multicell Downlink
我们解决的问题，下行链路波束形成器的设计信号与干扰加噪声比（SINR）的平衡在多用户多小区环境与不完美的估计信道在基站（BS）。首先，我们提出了一个半定规划（SDP）的近似解决方案的问题。然后，作为我们的主要贡献，通过利用一些属性的强大的对应的优化问题，我们到达一个二阶锥规划（SOCP）的平衡问题的近似。所提出的基于SOCP的设计的优点是双重的。首先，与基于SDP的方法相比，它大大降低了计算复杂性。其次，它适用于广泛的不确定性模型。作为一个案例研究，我们调查的性能时，基站配备了一个庞大的天线阵列。数值实验证实，所提出的鲁棒设计在实际感兴趣的情况下取得了良好的效果。
2013-04-15 cs.IT math.IT
Meta-learning Based Beamforming Design for MISO Downlink
下行链路波束形成是无线蜂窝网络的关键技术，但如何设计最大化加权和速率（WSR）的波束形成向量是一个NP难问题，通常采用迭代算法求解，其中最常用的是加权最小均方误差（WMMSE）算法，该算法迭代最小化WSR并收敛于局部最优。受元学习技术解决非凸优化问题的最新发展的启发，我们提出了一种基于元学习的迭代算法，用于MISO下行链路信道中的WSR最大化。建立基于长短期记忆（LSTM）网络的元学习模型，学习动态优化策略，迭代更新变量。与WMMSE相比，学习策略旨在以不那么贪婪的方式优化每个变量，WMMSE通过在每个迭代步骤中计算变量的一阶平稳点来更新变量。该算法在高信噪比时性能明显优于WMMSE，在低信噪比时性能与WMMSE相当。
2022-06-26 cs.IT eess.SP math.IT
Improving Wireless Federated Learning via Joint Downlink-Uplink Beamforming over Analog Transmission
本文针对无线联邦学习中的噪声干扰问题，提出低复杂度联合下行-上行波束成形算法JDUBF，通过贪心分解和块坐标下降优化提升训练收敛速率，仿真验证其显著优于传统分离链路设计。
2025-02-04 cs.IT eess.SP math.IT
Learning Robust Beamforming for MISO Downlink Systems
Jeonbuk National University（国立全北大学）；Pukyong National University（釜庆国立大学）
研究了下行多用户系统中鲁棒波束形成优化的学习算法。基站（BS）识别有效的多天线传输策略，只有不完美的信道状态信息（CSI）和它的随机特性。为此，我们提出了一种鲁棒的训练算法，其中深度神经网络（DNN），它只接受完美CSI的估计和统计知识，被优化以适应现实世界的传播环境。因此，经过训练的DNN可以仅基于实际CSI的不完美观测来提供有效的鲁棒波束成形解决方案。数值结果验证了所提出的学习方法相比，传统的计划的优势。
2021-03-02 cs.IT cs.LG eess.SP
An efficient algorithm for weighted sum-rate maximization in multicell downlink beamforming
本文研究了下行链路多小区、多用户正交频分多址接入网络中协作线性预编码的速率优化问题.我们专注于两种不同的设计标准。在第一种方法中，在每个基站的发射功率约束下最大化加权和速率。在第二，我们最小化的总发射功率满足信号干扰加噪声比约束的每个小区的子载波。这两个问题都使用标准的圆锥曲线优化软件包来解决。一个不太复杂，快速，可证明收敛的算法，最大限度地提高加权和速率与每小区发射功率的限制。利用序列参数凸逼近方法，将非凸加权和率最大化（WSRM）问题逼近到一个可解的凸形式。通过适当的变量变换、一阶线性近似和双曲约束变换，得到了优化问题的目标函数和约束的二阶锥形式。该算法收敛到次优解，而与其他已知的迭代WSRM算法相比，它需要较少的迭代次数。数值结果表明了该算法的有效性和优越性。
2013-09-17 cs.IT math.IT
Low-Complexity Pareto-Optimal 3D Beamforming for the Full-Dimensional Multi-User Massive MIMO Downlink
全维（FD）多用户大规模多输入多输出（m-MIMO）系统采用大型二维（2D）矩形天线阵列来控制信号传输的方位角和仰角。我们引入了具有中等维度的方位和仰角波束形成向量的两个外积之和作为一类新的FD波束形成。我们表明，这种低复杂度的类是能够优于2D波束成形依赖于方位角和仰角波束成形向量的单个外积。它还能够在用户最小速率或其几何平均速率（GM速率）或和速率（SR）方面执行接近其大规模维度的FD对应物。此外，我们还表明，即使FD波束成形可能优于我们的外部产品为基础的不正确的高斯信号的解决方案。解释，我们的设计是基于低复杂度的算法依赖于凸问题的适度尺寸的最大-最小速率优化或封闭形式的表达式GM率和SR最大化。
2023-02-18 cs.IT eess.SP math.IT
HashBeam: Enabling Feedback Through Downlink Beamforming in Unsourced Random Access
无源随机接入（URA）已经成为下一代无线网络中大规模机器类型通信（MTC）的候选范例。虽然已经为URA开发了许多优秀的上行链路方案，但是这些方案没有指定用于提供关于用户的消息是否被成功解码的反馈的机制。虽然这在一些MTC场景中可能是可接受的，但是缺乏反馈对于需要高可靠性水平的应用是不够的。然而，向活动用户提供反馈的问题由于基站不知道活动用户的身份的事实而变得复杂。在本文中，提出了一种新的下行链路波束形成方案称为HashBeam，使基站提供反馈到URA内的活动用户，尽管不知道他们的身份。该方案的核心思想是用户的信道和消息的散列可以作为他们真实身份的代理。所提出的方案可以适用于任何数量的天线在基站，它示出所需的信道使用的数量是线性的用户数量确认。使用信道增益结合用户散列作为活跃用户的区分属性的思想是新颖的，并且扩展了URA方案的设计空间。
2022-06-03 cs.IT math.IT
Downlink and Uplink Energy Minimization Through User Association and Beamforming in Cloud RAN
最近已经提出了云无线电接入网络（C-RAN）概念，其中密集部署的接入点（AP）被云计算授权以协作地支持移动用户（MU），以提高移动数据率。然而，高密度的活动（“开启”）AP导致严重的干扰以及低效的能量消耗。此外，具有严格上行链路（UL）要求的高度交互式应用（例如，无线用户的网络游戏和实时广播）的日益普及意味着UL传输变得更加关键并且需要特别关注。因此，在本文中，我们提出了联合下行链路（DL）和UL MU-AP关联和波束成形设计，以协调C-RAN中的干扰，以实现能量最小化，这是一个NP困难的问题。由于UL传输的新考虑，示出了用于找到仅考虑DL的联合MU-AP关联和波束成形的计算上有效的解决方案的两种现有技术方法，即，群稀疏优化和松弛整数规划，不能以直接的方式修改以解决我们的问题。利用著名的UL-DL对偶结果，我们表明，通过为原始UL传输建立虚拟DL传输，联合DL和UL优化问题可以转换为C-RAN中的等价DL问题，其中原始DL传输和虚拟DL传输分别具有两个相互关联的子问题。在此基础上，提出了两种有效的上下行MU-AP联合关联和波束成形设计算法，并通过大量仿真对其性能进行了评估，并与其他基准方案进行了比较。
2014-06-23 cs.IT math.IT
Uplink-Downlink Duality for Beamforming in Integrated Sensing and Communications
University of Toronto（多伦多大学）
本文研究了在集成感知与通信中同时利用通信信号进行感知的波束成形和功率优化问题，提出通过最大化特定感知方向的波束成形功率来最小化贝叶斯Cramér-Rao界，并扩展了经典上行-下行对偶性理论以适应ISAC场景，引入额外条件以处理负噪声功率。
2026-05-13 cs.IT eess.SP math.IT
Beamforming for Full-Duplex Multiuser MIMO Systems
我们解决了全双工（FD）多用户多输入多输出（MU-MIMO）系统的和速率最大化问题。由于上行链路信道中的附加自干扰（SI）和下行链路信道中的同信道干扰（CCI）在FD通信中耦合，因此需要联合设计下行链路和上行链路多用户波束成形向量。然而，由于耦合效应，联合优化问题是非凸的，难以求解。为了正确地解决耦合的设计问题，我们重新制定了一个等效的上行链路信道的问题，使用被称为MAC-BC对偶的上行链路和下行链路信道的对偶。然后，使用最小化最大化（MM）算法的基础上仿射近似，我们得到的解决方案的重新制定的问题。此外，没有任何近似，从而性能下降，我们开发了一个交替算法的基础上迭代注水（IWF）来解决非凸问题。所提出的算法保证快速收敛和低计算复杂性。
2016-06-27 cs.IT math.IT
Optimal Transmit Power and Channel-Information Bit Allocation With Zeroforcing Beamforming in MIMO-NOMA and MIMO-OMA Downlinks
针对MIMO-NOMA与MIMO-OMA下行链路，本文通过几何规划联合优化发射功率和CDI比特分配以实现max-min SINR公平性，并提出基于K-means的分组与渐进填充方案降低复杂度。
2023-01-25 cs.IT math.IT
Massive MU-MIMO Downlink TDD Systems with Linear Precoding and Downlink Pilots
我们考虑了一个大规模的MU-MIMO下行时分双工系统，其中一个基站（BS）配备了许多天线，在同一时间频率资源服务于几个单天线用户。我们假设BS使用线性预编码进行传输。为了可靠地解码从BS发送的信号，每个用户应该具有其信道的估计。在这项工作中，我们考虑了一个有效的信道估计方案，以获得CSI在每个用户，称为波束成形训练计划。利用波束成形训练方案，BS对导频序列进行预编码并转发给所有用户。然后，基于接收到的导频，每个用户使用最小均方误差信道估计来估计有效信道增益。该方案的信道估计开销不依赖于基站天线的数目，而仅与用户的数目成正比。然后，我们推导出最大比传输和迫零预编码技术，使我们能够评估的频谱效率，同时考虑到与下行链路导频的传输相关联的频谱效率损失的容量的下限。与以前的工作相比，每个用户只使用统计信道特性来解码发送的信号，我们看到，所提出的波束成形训练方案是最好的中等和低移动性的环境。
2013-10-05 cs.IT math.IT
A Comparison of MIMO Techniques in Downlink Millimeter Wave Cellular Networks with Hybrid Beamforming
在未来的毫米波（mmWave）蜂窝网络中将需要大型天线阵列，从而实现大量不同的可能天线架构和多输入多输出（MIMO）技术。仍然不清楚哪种MIMO技术作为不同网络参数的函数是最期望的。因此，本文比较了混合波束赋形使能的多用户（MU）MIMO和单用户空间复用（SM）与单用户模拟波束赋形（SU-BF）的覆盖范围和速率性能。针对MU-MIMO毫米波蜂窝网络，提出了一种用于覆盖和速率分析的随机几何模型，该模型考虑了混合模拟/数字预编码器和合并器的毫米波特定硬件约束，以及角域稀疏的阻塞相关信道模型。分析结果突出了多用户毫米波网络的覆盖范围，速率和功耗的权衡。在毫米波蜂窝网络中，由于发射机处的完美信道状态信息和轮询调度，MU-MIMO通常是比SM或SU-BF更好的选择。然而，这种观察忽略了由于信道获取或计算复杂性而引起的任何开销。考虑到这种开销的影响，我们的结果可以重新解释，以便量化MU-MIMO提供比SM或SU-BF更高速率的最小允许效率。
2016-03-02 cs.IT math.IT
SINR Constrained Beamforming for a MIMO Multi-user Downlink System
考虑多输入多输出（MIMO）下行链路多用户信道。在这样的系统中，一个研究得很好的问题是设计线性波束形成器，用于功率最小化与服务质量（QoS）约束。解决这类问题的最具代表性的算法是所谓的MMSE-SOCP算法[11-12]和UDD算法[9]。前者是基于发射和接收波束形成器的交替优化，而后者是基于众所周知的上行链路-下行链路对偶理论。尽管其广泛的适用性，收敛（KKT解决方案）的两种算法仍然是开放的文献。在本文中，我们严格建立这些算法的收敛性QoS约束的功率最小化（QCPM）问题，每个用户的情况下，单流和多流。我们分析的关键是一个新的MMSE-DUAL算法的发展和分析，它连接的MMSE-SOCP和UDD算法。数值实验表明：1）无论初始化如何，这些算法几乎都能到达目标值相同的点; 2）MMSE-SOCP/MMSE-DUAL算法效果较好，而UDD算法可能会因初始化不可行而失败。
2015-07-25 cs.IT math.IT
Advanced Coordinated Beamforming for the Downlink of Future LTE Cellular Networks
传统频带中的现代蜂窝网络是众所周知的干扰受限的，特别是在城市地区，其中基站被部署在彼此非常接近的位置。长期演进（LTE）的最新版本结合了用于协调下行链路传输的特征，作为管理干扰的有效手段。最近的现场试验结果和理论研究的联合传输（JT）协调多点（CoMP）计划的性能显示，然而，他们的收益并不像最初预期的那样高，尽管大的协调开销。已知这些方案对协调基站之间的同步或信息交换中的缺陷以及不协调的干扰非常敏感。在这篇文章中，我们回顾了最近先进的协调波束成形（CB）方案作为替代方案，需要更少的开销比JT CoMP，同时在现实条件下实现良好的性能。通过规定，在越来越感兴趣的某些LTE场景中，不协调干扰构成了CoMP技术整体性能的主要因素，我们在此评估了现有技术CB对不协调干扰的弹性。我们还描述了这些技术如何利用当前蜂窝网络的最新规范，以及当我们考虑标准化反馈和协调时，它们如何执行。这使我们能够确定一些关键的障碍和研究方向，以解决LTE向移动通信的未来发展。
2016-04-15 cs.IT math.IT
Globally Optimal Beamforming Design for Downlink CoMP transmission with Limited Backhaul Capacity
本文考虑了一种多小区下行链路信道，其中多个基站（BS）通过联合预编码从中央处理器在有限容量的回程链路上传输的共享数据来协作地为用户服务。我们共同设计的波束成形器和BS用户链路选择，以便最大限度地提高总速率受到用户特定的信号干扰噪声（SINR）的要求，每BS回程容量和每BS功率约束。由于所考虑的问题的现有解决方案是次优的，其最优性仍然是未知的，由于缺乏全局最优的解决方案，我们提出了一个全局最优算法的兴趣问题的特点，这一差距。具体而言，所提出的方法是定制的分支定界算法应用于离散单调优化的通用框架。我们表明，所提出的算法收敛有限次数的迭代后，可以作为一个基准，现有的次优解决方案和那些将在未来开发类似的情况下。在这方面，我们数值比较所提出的最佳解决方案，以目前的最先进的，这表明，这种次优方法只能达到70%至90%的最佳性能。
2017-03-17 cs.IT math.IT
Beamforming Design for Integrated Sensing and Communications Using Uplink-Downlink Duality
本文提出一种基于上下行对偶的优化框架，将集成感知与通信的波束成形设计转化为易处理形式，显著降低计算复杂度，同时最小化感知贝叶斯克拉美-罗界并满足通信服务质量约束。
2024-04-20 cs.IT eess.SP math.IT
